降噪预处理（共11篇）
降噪预处理 篇1
1 引言
人脸识别是模式识别领域的重要研究方向, 很多学者对该问题进行了大量研究, 主要包括人脸检测、图像预处理、特征选择与提取、分类识别等多个方面, 并提出了众多经典算法和解决方案。一般来说, 人脸识别过程主要包括以下步骤:输入图像、人脸检测与定位、图像预处理、人脸特征提取、分类识别等部分。其中图像预处理是识别过程中一个重要步骤, 可以有效的去除或减小光照等外部环境对图像的影响。我们知道, 人脸图像的采集是非常方便的, 但是在采集过程中却存在很多干扰因素, 如距离远近、焦距等会使人脸的位置和大小不确定, 而光照强度变化也会导致图像的灰度元素分布不均匀, 因此, 为提高人脸识别系统的性能, 需要对人脸图像进行预处理, 包括扶正、归一化、图像增强等技术以此降低位置、大小以及光照等所带来的影响。
实际上, 光照问题一直是图像预处理研究领域中的热点和难点, 能否克服光照变化对人脸识别系统性能具有很大的影响[1]。A.Nabatchian提出的基于最大值滤波的方法, 在简化图像预处理步骤中做出一定贡献, 但却不能很好的改善光照对人脸识别的影响[2]。在不同的光照条件下, H.F.Hu.提出了一种离散小波变换 (DWT) 的光照归一化人脸识别方法, 取得了较好的识别效果[3]。本文针对光照问题进行了研究, 提出了一种解决光照问题的方法, 并对图像处理中的线性平滑滤波和中值滤波方法进行比较。
2 线性平滑滤波和中值滤波
2.1 线性平滑滤波
线性滤波也称为均值滤波, 有邻域平均法、加权均值法等处理方法[4]。利用邻域平均法的线性平滑滤波基本原理是用某像素领域内的均值代替该像素值。具体方法是对需要处理的当前像素点A (x, y) 建立一个大小合适的滤波窗口模板, 求模板中所有像素的均值, 再把该均值赋予当前像素点。将这个步骤在图像中遍历, 更替所有像素点的值。可以看到, 邻域的大小与平滑的效果直接相关, 邻域越大平滑的效果越好。但邻域过大, 平滑会使边缘信息损失越大, 从而使输出的图像变得模糊, 因此需要合理选择邻域的大小。
2.2 中值滤波
中值滤波是一种典型的非线性平滑滤波方法, 中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替, 让周围像素灰度值的差比较大的像素改取与周围的像素接近的值, 从而消除孤立的噪声点。对于二维图像进行中值滤波处理时, 滤波窗口也是二维的, 但这种二维窗口可以有各种不同的形状, 如线状、方形、圆形、十字形、圆环形等[5]。中值滤波的主要步骤如下:
(1) 将模板在图中漫游, 并将模板中心与图中某个像素位置重合;
(2) 读取模板下对应像素的灰度值;
(3) 将这些灰度值从小到大排列, 找出位于中间的值;
(4) 将中间值赋予对应模板中心位置的像素。
3 一种新的图像预处理方法
假设图像为A, 其大小为m×n, 将该图像放入x-y坐标系中, 令以 (x0, y0) 为原点坐标, 图像水平向右为x轴正方向, 垂直向上为y轴正方向, 将图像分布在直角坐标系中, 如图1所示。
可以看到, 该图像的四部分分别位于坐标系中的四个象限, 对每一象限中的图像分别建立窗口, 如图2所示。例如, 在第一象限中的图像内容按照图2 (a) 窗口确定像素的灰度, 也就是说bi位置的灰度值由 (bi+ai) /2确定, 通过此方法使得邻域中远离原点的像素灰度值趋近于中部某元素的灰度值, 从而达到消除噪声的目的。按照此方法分别在四个象限的图像中遍历, 进而更替坐标轴外的所有像素点的灰度值。
由以上方法可以知道, 该方法和线性平滑滤波具有一定的相似性, 但是在邻域选取和遍历方式方面并不相同。以第一象限的图像为例, 下面给出该方法的具体描述。
⑴选择图2 (a) 的2×2窗口, 让该窗口的ai点和圆点O (x0, y0) 重合。
⑵将bi位置的灰度值由 (bi+ai) /2进行替换, 然后移动该窗口, 直至处理完该象限中的图像。
其它象限采取方法和上述一致。
对于同一人不同光照情况下的两幅图像进行处理, 处理前的图像图片色差大, 处理后的图片均匀了色差, 起到了良好的光照降噪效果。通过该方法处理后的图像, 光照产生的高光点 (来自于脸颊、眼睛等处) 将有效消除, 也会减少一些细节信息, 比如不清晰的眼尾和眉尾, 但是不会降低有效信息。
4 实验结果和分析
4.1 本文图像预处理方法在ORL数据库上的实验
使用2DPCA方法对本文提出的方法在ORL人脸库上进行性能测试, ORL数据库包含40个人, 每人提供10种不同的图像。这些图像面部表情和细节有所不同, 人脸具有一定的倾斜和旋转[6]。图3给出了ORL数据库中一个人的五幅图像。
实验中采用每类图像样本的前五张进行训练, 后五张图像进行测试, 分别在未经预处理的图像库和经过本文预处理方法处理过的图像库中进行人脸识别。
在ORL数据库中, 经本文提出的预处理方法处理后的图像设为数据库A, 未经预处理的图像设为数据库B。实验结果如图4所示。由实验知道, 数据库B中被错误分类的图像经过使用本文提出的预处理方法处理后得到了正确的识别。在图4的两组图像中, 待识别图像和错误分类图像由于光照原因或姿态相似度高而错误配对。其中图 (a) 中, 待识别图像和错误分类图像不论在发型、脸型、五官等方面都相似。经过图像预处理后, 图像的主要特征被增强, 而次要特征被减弱。在图 (b) 中, 可以看出该算法对眼镜这种遮挡物的鲁棒性非常好, 对镜框产生的遮挡、镜片反光产生的高光起到了降噪作用, 是否配戴眼镜并不影响识别效果。实际上, 该预处理方法对由于眼睛眼白部分产生的白色区域也有很好的处理效果。
另外, 在数据库A和数据库B中, 分别使用每类图像样本的4至9个图像作为训练样本, 使用2DPCA方法进行人脸识别, 实验结果如图5所示。可以看到, 当每类的训练样本取4个以上时 (2DPCA方法的特征向量数目取10) , 经本文预处理的图像识别率高于未处理的图像识别率。
4.2 本文预处理方法在Yale数据库上识别效果比较
为了进一步验证提出的预处理方法的有效性, 对本文预处理方法和线性平滑滤波、中值滤波在Yale数据库上进行实验比较。实验中采用每组前5个图像为训练样本, 剩下6个图像作为测试样本, 采用2DPCA和最近邻分类器进行识别。实验结果如表1所示, 可以看到, 在2DPCA做为识别算法时, 在Yale数据库中本文提出方法的识别率明显高于中值滤波和线性平滑滤波。
5 结论
本文提出了一种新的基于图像降噪的预处理方法, 算法对光照产生的高光和小面积阴影、斑点、眼镜框等有有效地去除效果, 同时也能够反映不同人之间的特征区别。算法在ORL、Yale人脸库上的实验中提高了识别率, 在Yale的对比试验中, 比中值滤波算法和线性平滑滤波算法的实验效果要好。
本文虽然在人脸识别预处理方法上做了一些尝试性的研究, 但是算法还是存在许多实际应用问题。在人脸识别中有很多问题有待解决, 随着人脸识别技术的发展, 可以结合新提出的算法进一步研究, 完善现有方法。
参考文献
[1]卢春梅, 牛海军, 郝琳波.消除光照和姿态变化影响的人脸识别[J].计算机工程与应用, 2008 (10) .
[2]A.Nabatchian, E.Abdel-Raheem, M.Ahmadi.Illumination invariant feature extraction and mutual-information-based local matching for face recognition under illumination variation and occlusion[J].Pattern Recognition, 2011, 44 (10-11) :2576—2587.
[3]H.F.Hu.Variable lighting face recognition using discrete wavelet transform[J].Pattern Recognition Letters, 2011, 32 (13) :1526-1534.
[4]宋召青, 郑苏, 李志成.基于平滑滤波与最小二乘支持向量机的人脸图像识别研究[J].Proceedings of 29th Chinese Control Conference, 2010, July 29-31.
[5]李登辉, 徐亚宁, 王岩红.人脸识别中图像预处理方法的研究[J].大众科技, 2011 (4) :65-66.
[6]赵丽, 马银雪.基于Fisher判别的人脸识别方法研究[J].电子设计工程, 2012 (24) .
降噪预处理 篇2
目前，社会对环保护的要求越来越高，怎样有效控制噪声污染是一项艰巨的任务。由于大多数民用发电机都位于人口密集的居民区的地下室，这些地区的环境要求很高，而柴油发电机组的噪音经常成为周围环境的主要噪音源，为了能够有效的对柴油发电机进行噪声治理，我们先来了解分析柴油发电机的噪声源有哪些?
1、机械噪音
柴油机在运作的过程当中，各部件会因为运转时受到气体的压力以及惯性力的变化等，会引起振动。各个部件都在发出噪音，使整个机器的噪音很大需要进行噪音治理。如：传动齿轮噪音、配气机构的噪音等等。
2、燃烧噪音
燃烧噪音指的是柴油机发电机在运作时柴油燃烧会产生结构上的振动及噪音。
3、排气噪音
柴油发电机噪音中最大的就是排气噪音，它是一种高速、高温的气流噪音。产生排气噪音的原因是噪音声波在排气管道中受到空气等因素与排气系统相互作用施压，最终形成了较大的噪音。
4、进风口噪音
柴油发电机在运作的过程当中，必须保证供应足够的风源。这样做既可以保证发电机能正常工作，另外也是考虑到柴油发电机的散热问题。柴油发电机的进风系统在运作时不可避免的就会产生较大的噪音问题。
柴油发电机噪声治理的措施在以下几个方面：
1.机房通风及消声。
实际工作中我们在考虑方案时既要有效降噪,又要满足发电机组运行需要的空气流量。
(1)机房进风消声系统
①为满足机组运行时所需的冷却风和燃烧空气量,机房采用机械进风方式通风。
②在机房外用砖砌两个进风道,进风道墙体下分别安装一台低噪声轴流风机向机房内送风。
③进风道内安装一台大风量组合片式消声器,吸收气流噪声和机械噪声。
宁静生活 佳绿创造
④进风道外墙体上开一进风口,进风口处安装特制铝合金百叶窗及防护丝网,防止异物进入风道内。
(2)机房排风消声系统
①在机房外用砖砌两个排风道。
②在每个排风道内安装一台大风量组合片式消声器,吸收排气流噪声和机械噪声。
③排风口设置在机组正前方,机组散热器前端设置减振柔性接头及导风扩容消声风管,连接到排热风消声道。
④排风道出口处安装特制铝合金百叶窗及防护丝网,防止异物进入风道内。
(3)机组排气消声器
发电机组随机配置的排气消声器的消声声量很小,以泰州市兆航机电有限公司生产的柴油发电机组为例，一般为15～20dB(A),不能满足环保达标要求。在机组的排气管上重新安上针对高、中、低不同频率噪声设计的高效微穿孔板排气消声器。其特点为消声量大、阻力小、材质及结构耐高温。排气管与机组烟气出口处采用金属波纹管连接,以减少因钢性连接而产生的振动噪声。
2.机房内吸声。
发电机房由于是砖砌混凝土结构,声反射强烈。为了达到吸声效果,机房内墙面及顶面合理设置高效吸音材料,吸音层结构为铝合金穿孔扣板+离心吸音棉+轻钢龙骨+支吊架。机房内原平均吸声系数α1≈0.10,加装吸声材料后机房内平均吸声系数α2≈0.75～0.85左右,其吸声量可达9～12dB(A),混响时间可降至2～3s。机房内的响度也随之大大下降,极大地改善了工作条件,同时可提高机房的隔声性能。
3.隔声系统。
为保证机房良好的隔声性能,在机房与机房外相通处,安装防火隔声门,门缝密封材料为橡胶密封条。其它会引起漏声的孔洞用砖墙封堵。
防抖 除尘 降噪 篇3
如今，数码相机的功能越来越丰富，各大相机厂家的产品在防抖、除尘和降噪技术上应有尽有，一眼看去，真是难分伯仲。其实，由于各方的技术水平和发展战略的不同，它们在各项技术上也存在着一定的差异。当然，随着技术的不断发展与完善，可能现在看似严重的问题在不久的将来也就不再是问题了！
本期，我们特别策划了防抖、除尘、降噪的效果比较与技术分析，所评析的产品虽不是当前的最新的机型，但基本可以看到数码单反相机的技术发展趋势。
防抖功能是广大摄影爱好者非常关注的一项技术，越来越多的相机及镜头都融入了不同的防抖概念。从本期策划的防抖篇中，我们不仅可以了解到当前数码相机所使用的防抖技术知识，也可以看到哪一种防抖功能最为有效。
除尘技术是现如今数码单反相机非常流行的技术。因为数码单反相机在更换镜头的过程中，难免会使CCD/CMOS上沾染灰尘，致使所拍摄的影像出现或大或小的脏点。自从奥林巴斯推出CCD除尘技术以来，许多数码单反厂家纷纷效法，但除尘效果却千差万别。哪种除尘技术最为有效，不妨在本章节中去寻找。
降噪技术是消费者非常关注的话题。因为噪点的多少直接关系到成像品质。随着数码相机像素的不断提升，降噪技术是任何品牌相机都必须要面对的问题。本文的降噪篇应该会使影友们对不同型号数码相机的噪点表现有更加直观的认识。
防抖篇
众所周知，我们之所以会将图片拍虚，主要是因为环境光线较弱，曝光时间被迫延长。此外，在使用长焦镜头时，由于焦距长，视角小，机身轻微的抖动都会被镜头放大到影像上。此外，人体由于呼吸、肌肉颤动、心脏跳动等生理现象的客观存在，身体基本上维持了一个低频的抖动，而这样的抖动对于照片清晰度有着极大的影响。
兵来将挡，水来土掩。光学防抖技术的诞生正是为了消除相机的这一问题。近年来，数码相机和镜头上的防抖技术越来越普及，这让我们感受到了技术进步所带来的好处！
防抖的类型
目前，防抖功能主要有两种形式，它们分别是镜头防抖和机身防抖。从实际使用效果来看，它们各有特点和优势。
镜头防抖
镜头防抖是目前技术最成熟、效果最佳的防抖技术，它的工作原理是把由手抖动引起的镜头光轴晃动分解为纵向（上下方向的晃动）和横向（左右方向的晃动）抖动，然后依靠镜头内的陀螺仪（即角速度传感器）检测镜头光轴晃动的位移程度，检出数据后通过微电脑计算，再驱动由磁路板和磁石一体化结构的移动光学系统进行晃动补偿，最终达到防止或减弱震动的目的。防抖镜头的晃动检出、电脑计算和驱动移动光学系统补偿的过程，是在极短的时间里反复进行，所以我们可以听见防抖镜头中常有轻微的“吱吱”声，那正是修正光学部件进行补偿时发出的声音。
回顾历史，尽管最早制造防抖相机的是尼康（Nikon），但第一个将该技术运用到单反相机上的却是佳能（Canon）！在过去，防抖镜头理论上可以让我们相当于降低2挡快门速度拍摄，随着技术的发展，目前尼康已能保证较安全快门低4挡来拍摄，而适马（Sigma）、松下（Panasonic）及腾龙(Tamron)等厂家也先后研制出了自己的镜头防抖系统。当然，虽然这些产品的基本原理相同，但效果是不一样的，比如尼康VRⅡ防抖系统是目前公认效果较好的镜头防抖系统，佳能防抖镜头在纵向上能达到尼康相同的效果，横向上则略差一点。适马和腾龙的防抖镜头较少，性能基本和尼康上一代产品相似（降低3挡快门速度拍摄）。松下镜头的防抖虽然也分一二两挡，但它们的区别是拍摄瞬间防抖和全时防抖，实际效果相同，只是取景及耗电量有所差别（松下防抖镜头的性能一般，大致可以降低2级快门速度拍摄）。此外还需注意的是，佳能的部分防抖镜头在使用三脚架时不能打开防抖拍摄，否则会影响画质，而尼康没有此项要求。
TIPS:安全快门
所谓安全快门速度是一种持握相机拍摄的经验谈，也就是指拍摄时，相机的快门速度要高于相机焦距的倒数（换算后的焦距），如，使用60mm焦距镜头拍摄时，快门速度在1/60秒以上，便有可能减少因手持相机抖动而导致的影像不清晰。这种方式对于保证画面的清晰度有一定的作用。此外，一些袖珍数码相机采用提高感光度的防抖方式。提高感光度相当于提高快门速度，以提高手持相机拍摄的清晰度。
机身防抖
由于尼康、佳能等厂家使用的镜头防抖系统开发难度高，同时也会加大消费者的购镜开支，因此柯尼卡?美能达（Konica Minolta）、宾得（Pentax）、奥林巴斯(Olympus)等厂商又开发了独特的机身防抖技术 （也就是我们常说的CCD防抖）。该技术的原理与镜头防抖系统类似，主要是通过陀螺仪来检测机身的震动，然后计算出补偿量，并依靠磁力垂直或水平高速振荡感光芯片以实现震动补偿。
显然，机身防抖的最大优点是成本——由于防抖结构位于机身内部，所以理论上安装于机身的任何一种镜头都可以实现防抖。从目前索尼（Sony）、宾得、奥林巴斯等厂家的产品来看，不同厂家的机身防抖也各有特点，比如宾得SR防抖兼容性极强，甚至可以兼容安装于相机上的非自动对焦镜头（包括通过转接环安装的其他品牌手动镜头）——当给K10D装上这类镜头后，防抖功能设定菜单将自动出现在LCD屏幕上，我们只需在菜单上依照镜头规格选择焦距即可。
索尼（2006年收购了柯尼卡美能达的数码相机部门）的防抖功能本身没有什么特别之处，但该机取景器内有抖动量提示，拍摄时可以在抖动最小的瞬间按下快门，这在一定程度上提高了该机的拍摄成功率。
和索尼、宾得不同，奥林巴斯的IS系统使用超声波来移动图像稳定系统，目前该防抖技术兼容现有的ZD系列镜头，其理论功效相当于降低4挡快门速度。
据我们的测试显示，该系统不兼容通过转接环使用的其他镜头，而且在使用松下的防抖镜头时，需关闭镜头防抖或机身防抖，也就是说两个系统会相互干扰，此点需用户多加注意。
TIPS:电子防抖
在很长一段时间里，电子防抖也是许多厂家热心炒作的功能，当前的电子防抖一是通过提高相机感光度(ISO)实现“自然防抖”；另一种是逆向运算法，其原理是相机内部置有速度传感器，在拍摄的瞬间可以感应到相机震动的方向，然后根据这个数据将拍摄出的模糊照片反向运算，把模糊部分去掉。由于这种方法算法困难，实现结果并不理想。其实，采用这些方式都会使图片质量下降、噪点增多，而且不能起到真正的防抖作用。
两种防抖的特点
虽然原理相近，也同为光学防抖，但由于搭载平台的不同，镜头防抖和机身防抖的特点各有不同。
对于镜头防抖来说，由于增加了修正镜片，所以成像品质要比没有防抖的同类产品略差，而且镜头防抖的移动组件较大较重（镜片组），所以比较耗电，镜头防抖的级数也无法通过后期软件升级，所以生产成本比机身防抖更高，价格较为昂贵，但对于经常手持相机拍摄的记者而言，镜头防抖是非常有效的功能。
机身防抖的最大优势在于使用任何一种镜头时，都能起到防抖的作用，从而降低了防抖镜头的购置成本。但是由于机身防抖时，影像传感器会产生一定程度的偏移，如果影像传感器面积较大，或镜头的像场较小，都会导致影像边缘虚化。所以说，机身防抖技术很难用于全画幅相机，因为全画幅数码相机影像传感器的尺寸较大，而35毫米相机的镜头像场也很有局限，难以控制边缘的成像质量。所以这也是索尼α全画幅数码单反相机需要面对的一项难题。
而卡口更小的宾得似乎已经放弃了全画幅CCD的计划，（宾得最近发布的新款镜头全是超声波马达化的APS-C规格的产品，并无意在全画幅机型上投入）。
由于奥林巴斯4/3系统影像传感器的尺寸非常适中，镜头像场的照盖范围也相对较大，所以奥林巴斯的防抖效果非常出色，甚至可以与镜头防抖相媲美。因此，4/3系统的数码相机非常适合机身防抖这项技术。
总之，镜头防抖的效果虽好，但成本太高，机身防抖则成本低廉，为广大摄影爱好者提供了少花钱多办事的方案。但是需要强调的是，无论哪种防抖方式都属于无奈情况下的补偿行为，所得到的影像只能说是相对清晰，因为再优秀的防抖功能也无法与固定在三脚架上的相机相提并论。此外，无论是镜头防抖还是机身防抖，在使用三脚架时，都应将该功能关闭，否则浮动的防抖系统会影响成像清晰度。
TIPS:使用防抖技术后还有必要使用三脚架吗？
许多摄影爱好者认为，在购买了具备防抖技术的摄影器材后，三脚架已是可有可无，其实防抖技术只是一种抖动补偿方式，并不能代替三脚架。所以想要获得最佳的清晰品质，稳定的脚架仍然是必要的选择，所以，再优秀的防抖技术也不能取代三脚架。
实测效果
为了测试各品牌的镜头防抖和机身防抖技术的水准，我们特意进行了实拍测试。在测试中，我们将镜头防抖和机身防抖产品分别分为两个小组。其中镜头防抖组有尼康AF-S VR 24-120mmG和AF-S VR 105mmG（分别使用了两代防抖技术）和佳能EF24-105mm IS。而机身防抖组则包括索尼α-100、奥林巴斯E-510和宾得K10D。
由于拍摄时的防抖效果因人而异，为了保证公平，我们在相同焦距里，使用快门优先在同一位置拍摄同一静物，每机的拍摄量为5幅/每组，最后以清晰张数算出该情况下相机的拍摄成功率。当然，全部测试都由同一人员拍摄，以保证手持稳定性的统一（由于奥林巴斯和宾得、索尼的镜头换算倍率差异较大，我们拍摄时将其换算为与其他相机相同的实际焦距）。
镜头防抖
A．105mm焦距（实际焦距约为160mm），1/100秒。
速度低于安全快门一挡，手持拍摄达标率40%，使用防抖后，尼康的两只镜头和佳能EF 24-105mmIS成功率都达到了100%。
B．105mm焦距（实际焦距约为160mm），1/60秒。
快门比安全快门慢了两级，不用防抖根本端不稳相机，但尼康和佳能镜头达到了100%的成功率。
C．105mm焦距（实际焦距约为160mm），1/30秒。
比安全快门低三级，尼康AF-S VR105mmG成功率80%，AF-S VR24-120mmG及佳能EF24-105mmIS成功率为40%。
D．105mm焦距（实际焦距约为160mm），1/15秒。
在比安全快门低四级，除了尼康AF-S VR 105mmG还可保持20%的成功率外，其他镜头都已经无能为力。
E．24mm焦距（实际焦距约为36mm），1/20秒。
比安全快门低一级，所以三只镜头都可达到100%的成功率，对于有着十多年防抖技术开发的尼康、佳能，这一指标确实略低，并无挑战性。
F．24mm焦距（实际焦距约为36mm），1/10秒。
比安全快门慢两级，尼康AF-S VR 24-120mmG的成功率为60%（佳能FE24-105G也为60%。）
G．24mm焦距（实际焦距约为36mm），1/5秒。
这一级速度下各产品表现平平，尼康与佳能实际效果应基本相同，因此在比安全速度低三级时，广角端的表现并不理想。
机身防抖
A．实际焦距约为160mm，1/100秒。
索尼如果观看取景器内的抖动量提示，成功率为100%，不看提示拍摄，成功率则降为80%。
B．实际焦距约为160mm，1/60秒。
奥林巴斯成功率100%，索尼观看取景器抖动量提示的成功率达到80%，不看提示成功率也高达40%。
C．实际焦距约为160mm，1/30秒。
奥林巴斯此时的成功率为50%，索尼观看取景器的抖动量提示拍摄，成功率为30%，不看提示拍摄，成功率为10%。
D．105mm焦距（实际焦距约为160mm），1/15秒。
在这一速度中，三台相机都已无能为力。但是各相机使用防抖后的效果略好，如果不放大，也许打开防抖还可得到可用的图片。
E．实际焦距约为36mm，1/20秒。
比安全快门低了一级，索尼不看提示的成功率为70%（看提示可达100%），其他机型都可以达到100%成功率。
F．实际焦距约为36mm，1/10秒。
比安全快门慢两级，奥林巴斯的成功率为80%，索尼观看抖动量提示的成功率为60%，不看提示成功率为40%。宾得为40%。
G．实际焦距约为36mm，1/5秒。
这一级速度对机身防抖技术的考验是明显的，奥林巴斯此时的成功率降为了40%，索尼则分别是20%和0%，宾得k10D为0%。
总结
测试表明：
尼康的镜头防抖技术最为全面，补偿适应能力强。
奥林巴斯相机和佳能镜头虽然分别使用了两种不同的防抖技术，但它们的防抖水平基本相当，对于较小的抖动，补偿效果较好。
索尼和宾得的产品对相对较大的抖动，补偿效果比较明显。
此外，在使用时我们应该依照索尼相机里的抖动量提示，在震动最小的瞬间按下快门。奥林巴斯的IS 1是纵向和横向的全面防抖，IS 2为纵向防抖，所以我们应把它调整为IS 1进行拍摄。
除尘篇
数码时代，单反相机的结构决定了它将面对又一大敌人——灰尘。由于单反相机在更换镜头等时候会将反光镜箱暴露在外，所以拍摄时灰尘会由此进入传感器，在拍摄画面上形成脏点（特别是将光圈收小以后，脏点会更加明显）。也正是由此，奥林巴斯、索尼、宾得和佳能先后在自己的数码单反上安装了除尘系统，以帮助用户解决灰尘之忧。
除尘系统的类型
从市场中的产品来看，目前4个厂家的除尘系统主要有两种类型，其中奥林巴斯和佳能采用的超声波振荡除尘系统原理先进，而索尼和宾得使用的CCD振动除尘成本更加低廉。
TIPS:超声波除尘的发明
奥林巴斯是世界上第一个在数码单反上搭载超声波除尘系统的厂家。从推出E-1开始，奥林巴斯E系列就将超声波除尘作为自己的标准配置。
对于那些经常从事户外拍摄或喜欢旅行的摄影人，这一功能分量十足，因此奥林巴斯单反在该人群中颇受欢迎。
超声波振荡除尘
富有代表性的奥林巴斯超声波除尘系统又称SSWF。该系统的主要部件是“超声波滤镜”，它被安装在快门的后面，CCD和低通滤波器的前面。每次开机，除尘系统都会以用20000Hz以上的超声波频率振荡超声波滤镜，将进入CCD上的灰尘和碎屑震落，并收集在一个特殊的收集器里（整个过程只需200毫秒即可完成）。
CCD振动除尘
顾名思义，CCD振动除尘就是相机以相当大的幅度、较低的频率震动传感器本身（这种频率在100Hz范围内，远低于超声波）。为了辅助这个除尘过程，采用CCD振动除尘的产品还在传感器表面增加了一层铟锡氧化物涂层，以降低振动过程中的静电。
索尼α-100使用的CCD振动除尘被称为“CCD-shifting”（最开始由柯尼卡美能达研发），宾得则称之为“CCD-shifting”功能。
实测对比
本次对比测试，我们选择了各家主流的几款产品，它们分别是奥林巴斯E-510、索尼α-100、宾得K10D和佳能EOS 400D。在测试前，我们先将所有相机的传感器清洁一新（手工清洁），并收小光圈至F22，分别面对白墙拍摄样张进行对比检查，以保证它们的起点是完全相同的（佳能EOS 400D的影像传感器有静电，因此使用吹气球很难吹掉所有灰尘）。
进入测试，我们使用B门，将相机的传感器暴露在外，然后用气吹把女孩子常用的粉底猛吹向影像传感器，如此一来，我们完成了传感器的脏化过程——可以想象，我们在户外遭遇的最惨烈的情况也不过如此，因为平时灰尘只会先进入反光镜箱，只有极少灰尘会在拍摄时附着在传感器表面上。
完成脏化过程后，我们将相机重新架在面对白墙的三脚架上，对着墙壁拍摄一张样张。事实证明，我们的脏化作用明显，各家产品的传感器上斑点一片，不过奥林巴斯相机由于镜头卡口小，传感器直径不大，所以在相同环境中较难粘上与其他相机同等的灰尘。接下来我们开始使用各相机的除尘系统反复进行除尘，在分别经过20次除尘操作之后，我们相信所得结果足以代表各相机的实际除尘能力了。
奥林巴斯：在本次对比的四款相机中，E-510是相对较新的产品，加之奥林巴斯有着成熟的除尘技术和经验，加上4/3系统影像传感器面积的优势，显示该相机的除尘效果比较理想，尽管其所粘的灰尘颗粒很大，但经过了20次除尘以后，我们发现脏点已经很难看见。事实上，在奥林巴斯的用户反馈中，该品牌的所有数码单反相机都有着良好的除尘口碑。
佳能：虽然佳能的除尘原理与奥林巴斯相似，但EOS 400D只能清除其中很少的一部分灰尘。主要原因是佳能相机的CMOS影像传感器表面没有采用静电消除技术，所以容易粘上灰尘并难以使其掉落。当然，EOS 400D是佳能第一款具有除尘功能的相机，技术还有待于进一步提高。最近佳能发布了带有防尘技术的EOS 40D,相信该功能会有所提高。
索尼：索尼α-100是最早集防抖与除尘于一身的数码单反相机。虽然该相机的CCD具有一定的消除静电能力，但CCD除尘的抖动频率及幅度相对较低，所以除尘效果并不十分明显。
当然，索尼α-100已经面市一年多了，索尼公司也搜集了大量的市场反馈信息。相信在即将上市的α-700型相机上，除尘能力会有比较大的提升。
宾得：宾得K10D采用的除尘技术与索尼基本相同，在整个除尘过程中，我们可以感觉到相机的传感器的明显震动，但经过20次的清洁，图像中的脏点并没有明显减少的迹象。
当然，K10D也是宾得带有除尘功能的第一代产品，相信随着技术的不断成熟，宾得的下一代产品会给我们一个满意的答复。
总结
奥林巴斯在除尘上拥有毋庸置疑的权威。
佳能的相机在除尘原理上与奥林巴斯相似，但效果存在较大差异，这主要是由于佳能在除尘方面刚刚起步，技术还有不成熟的地方。
索尼和宾得的除尘也不太理想。但他们能重视灰尘对用户的影响，想办法解决用户的烦恼。
我们相信，随着科技的进步与各厂家的努力，为摄影人关注的除尘技术会更加有效，让灰尘远离数码相机的“心脏”。
TIPS:光圈与灰尘的关系
当光圈开得较大时，灰尘对画面不会有太大影响，因为此时光线进入的最大角度较大，传感器表面和灰尘之间的距离也足够大，足以使灰尘无法在焦平面上留下阴影。而当光圈很小的时候（一般小于F11），此时边缘入射光线倾斜角度小，就会导致灰尘在图像传感器上留下明显的阴影。
降噪篇
在拍摄中，相机噪点特别是高感光度下的噪点，似乎永远是我们天天提及的话题。没办法，它对我们太重要了，在暗光下，我们常做的就是提高相机的ISO，让其帮助我们拍摄到满意的图片。也因此，控制噪点，一直是各厂家最为关心的话题。
形成噪点的多种原因
其实，形成噪点的原因是多种多样的。首先，传感器的工艺和技术会影响相机的噪点控制。CCD在高感光度下的噪点控制水平略低于COMS。同时，富士的超级CCD显然是控制噪点的高手，同样大小的芯片上，富士在积成比其他厂家更多的像素的情况下，还能保持比其他厂家更佳的成像质量，这除了其图像处理芯片的功劳，也归功于采用特殊排列的超级CCD技术。
其次传感器的大小和像素点的多少也直接影响着噪点控制。毫无疑问，当传感器更大，像素点的密度更小时，由于单个像素体积更大，能够感应的光线更多，因此拍摄出的图像层次更好，噪点更少。此外，像素点的密集度也关系着传感器的静电量，而静电使图像产生噪点是人所共知的。
虽然影像传感器的大小对信噪比会产生一定的作用，但实际上，芯片内固化的计算方程式（也叫：算法）对噪点的影响更加重要。比如，奥林巴斯E系列数码单反相机的4/3系统影像传感器的面积比APS-C画幅要小，但是由于奥林巴斯的图像芯片对相机的噪点抑制能力非常强，所以奥林巴斯数码单反相机的信噪比表现甚至超过了许多APS-C画幅的数码单反相机。所以说，图像处理芯片决定了相机噪点水平。
除了影像传感器的尺寸及图像处理器对噪点的多少会产生一定影响外，温度也会产生噪点。通常温度每升高6度，数码相机的噪点会提升一倍。
噪点与感光度
数码相机的感光度设置得越高，感光速度也就越快，噪点信号也就成倍地被放大，画面也会变得越粗糙。不同的数码相机影像传感器及影像处理的算法不同，所形成的噪点信号是不同的，有的是水纹状，有的是斑块状，有的是白点。一般噪点在画面暗部较为明显，亮部相对好一些。除了感光度外，影像传感器的尺寸、单个像素的大小、包括影像传感器的温度都会给信噪比带来影响。目前，很多数码相机采用了降噪技术以减少噪点带给画面的影响，但是没有采用降噪技术的相机往往在分辨率及锐度表现上有一定的优势，所以采用较低的感光度，并给予正确的曝光，可以使噪点控制在最低限度，这比过分依赖降噪功能要好得多。
需要注意的是，很多数码相机在全自动模式下会自动默认为“自动感光度”，光线较暗时，感光度会相应提高，从而使图像的噪点更为明显，所以在拍摄前，最好先对感光度进行检查并进行手动设置，以获得良好的影像效果。
不同的图像处理芯片
从目前的产品来看，除了尼康没有公布自己的处理器型号外，五个大厂家主要有以下图像处理芯片。
索尼Bionz影像处理器
索尼α-100采用Bionz影像处理器，运算速度是以往同类处理器的10倍，读写速度也达到了同类处理器的2倍，这不但使α-100拥有更快的相应速度，更准确的色彩还原和白平衡。它还带来了全新的D-R优化器，能自动识别被摄主体，进行局部亮度调节，从而避免局部曝光过度或曝光不足，并保留亮部和暗部的细节。
佳能DIGIC Ⅲ图像引擎
DIGICⅢ是佳能独立开发的第三代高性能的图像引擎，它整合了传感器控制、自动曝光/自动对焦/自动白平衡、信号处理、JPEG图像压缩、存储卡控制和LCD显示这六个影响数码相机性能的关键环节，有助于提高综合性能，特别是在降噪处理的性能上获得提高，能大大提高数码单反的启动、存储写入到连拍的速度。
TruePic Ⅲ图像处理引擎
“TruePicⅢ”图像处理引擎是奥林巴斯新一代的处理器，它将噪点控制技术、细节再现技术和色彩还原技术结合，进一步提升了相机的成像质量。其中，噪点控制技术能正确分离图像和噪点，在忠实再现被摄物体的同时，有效抑制了噪点的产生；细节再现技术能够正确地检测出边缘，并圆滑地再现图像边缘，去除伪色。
PRIME图像引擎
为从1020万像素CCD和22bitA/D转换器提供的大量数据中生成图像，宾得在其K10D上配置了新型PRIME（PENTAX Real Image Engine）引擎。该引擎能够以较低的功耗进行高速数据处理。其DDR2内存芯片也以800MB/秒的数据速率为数据的高速传输起着巨大作用,从而输出高清晰、层次丰富、色彩逼真的高画质图像。
总结
至于哪一种数码单反相机的信噪比最优秀，必须要通过不同感光度的表现来识别和分析，所以我们对当前市场上最畅销的几款普及型数码单反相机进行了感光度对比，通过对比，可以对各个品牌的图像处理技术有一直观的认识和了解。
在本项对比拍摄中，我们加入了尼康D80进行测试，因此所测相机包括了索尼α-100、宾得K10D、佳能EOS 400D、尼康D80和奥林巴斯E-510。
在高ISO的降噪表现上（以ISO 400、ISO 800为准，因为再高也没有实际的使用价值），佳能、尼康基本在同一层次。显然，尼康的进步是巨大的，在曾经的D70S对比EOS 350D中，佳能的优势还十分明显，现在得以同级而归，确实说明了尼康的进步。
在第二阵营，宾得和奥林巴斯旗鼓相当。奥林巴斯能跻身第一阵营是我们未曾想到的，这也许是新型处理器的作用吧。从实拍效果看，奥林巴斯拍摄的图像对比强烈，层次、锐度和细节表现力并不输于佳能、尼康，能在4/3英寸CCD上做出如此成绩，我们不仅对奥林巴斯另眼相看，也让我们意识到，影像传感器的尺寸大小，并不是衡量成像品质的唯一标准。
宾得K10D的噪点控制能力虽然略差于第一阵营，但事实上这种差距十分微小，甚至可以说，如果不使用光度，K10D的画质看上去比佳能、尼康更为悦目，这也许正是大家喜欢宾得的原因之一。
索尼α-100自动白平衡的色彩非常有效，高感光度降噪表现也可以接受，当然，该机毕竟已经发布一年多了，技术上并不占优势。
题外话
★本文综合了防抖、除尘及噪点的技术分析与效果比较，目的并非是品评哪个相机好，哪个相机差，而是通过比较分析来让大家对当前数码相机的流行功能和技术有一直观的认识和了解，为今后选择相机时，分析技术指标做好铺垫。
降噪预处理 篇4
工业过程设备复杂、生产环境多变化,提取出的数据信号往往受到噪声的干扰,直接利用这些受到污染的测量数据进行后续分析,必然会带来较大的误差。传统的降噪方法采用中值滤波,均值滤波等方法。但是当信号和噪声的频带相互重叠时(信号中混有白噪声),传统方法降噪效果较差[1]。基于小波包降噪方法通过引入可变的尺度因子和平移因子,在信号分析时具有可调的时频窗口,可以巧妙地解决时频局部化的矛盾,以弥补传统滤波方法的不足。
1 小波包变换
将多分辨分析[2]中的尺度子空间Vj和小波子空间Wj用一个新的子空间Ujn统一起来表征。定义子空间Ujn为函数un(t)的闭包空间,并令un(t)满足下面的双尺度方程:
其中,gk=(-1)kh1-k,即两系数也具有正交关系。特别地,当n=0时,直接得到:
由式(1)与式(2)构造的序列{un(x)}(其中n∈Z+)称为由基函数u0(t)确定的小波包。
设fjn(t)∈Ujn,则fjn可表示为:
fjn(t)分解为f2nj+1(t)和fj+12n+1(t),小波包分解算法为[3]:
f2nj+1(t)、fj+12n+1(t)和重构fjn(t)的算法:
小波包具有将随j增大而变宽的频谱窗口进一步分割变细的优良性质,可以对高频部分进一步分解,从而提高频率分辨率,是一种比多分辨分析更加精细的分析方法。
3 小波包阈值降噪
工程中,含加性噪声的一维信号模型可表示为如下的形式:
式(6)中,x(n)为含噪声信号,s(n)为真实信号,e(n)~N(0,1)分布的高斯白噪声,σ为噪声信号的偏差。降噪的目标是从被污染的测量信号x(n)中恢复信号s(n),信号s(n)可以由小波包分解后的小波包系数来刻画。小波包系数较大者,其携带的信号能量较多;小波包系数较小者,其携带的信号能量较少。小波包分解阈值降噪的基本思想是根据噪声与信号在各尺度上的小波包系数具有不同特性的特点,将各尺度上小波分量,特别是将那些噪声分量占主导地位的尺度上的噪声小波分量去掉,这样保留下来的小波包系数基本上就是原始信号的小波包系数,然后再利用小波包重构算法,重构原始信号[4]。由此可知小波包分析降噪的关键是如何滤去由噪声产生的小波包分解系数。工程中选取合适的阈值对小波包分解系数进行量化处理,将小于或等于阈值的小波包系数作为零处理,而仅仅用阈值以上的数据来重建信号x(n),既除去了大部分噪声,又保留了原始信号的特征。
因此,如何选取阈值和阈值函数,从某种程度上说,它直接关系到信号消噪的质量。常用阈值的选择有:固定阈值、Stein无偏似然估计阈值、混合型阈值、最小最大准则阈值。对上述阈值选择法,去噪时可以有2种阈值函数选择:硬阈值函数和软阈值函数。硬阈值能较好地保留信号的奇异点,软阈值函数提供了较好的平滑性。
利用小波包分析进行信号降噪处理按如下四步进行:
(1)对含噪声信号进行小波包分解
选择合适的小波和小波分解的层次N,然后对信号进行N层小波包分解计算。
(2)确定最优小波包基
在对信号进行小波分解时,可以采用多种小波包基,通常根据分析信号的要求,从中选择最好的一种小波包基,即最优基。
(3)小波包分解系数的阈值量化
对于每一个小波包分解系数,选择一个适当的阈值并对系数进行阈值量化。
(4)信号的小波包重构
根据最N层的小波包分解系数和经过量化处理的系数,进行信号的小波包重构。
3 仿真实例
所使用的数据集是通过运行TEP仿真模型得到,采集数据480个。为了模拟实际工业条件下的随机噪声,过程变量添加了均值为0,标准差为0.1的高斯白噪声。本文选用daubechines小波族的db5小波,分解层数为3,对数据进行小波包分解;依据最小shannon熵准则选取最优小波包基,阈值软阈值方法去噪。图一和图二分别给出了总进料量数据的小波包去噪前和去噪后的结果。从图中可以看出,利用小波包去噪的方法很好地抑制了过程噪声。
本文还将小波包降噪与小波及中值滤波降噪方法进行比较,结果如图三和图四所示。从图中可以看到,小波降噪和中值滤波降噪要逊色于小波包降噪。因为中值滤波是采用滑动窗口中点的中值取代窗口中心点的值,该滤波方法仅对去除脉冲噪声比较有效。而基于小波变换的滤波方法通过引入了尺度因子和平移因子,寻找对原始信号的最佳逼近,完成信号和噪声的区分。它不仅抑制了高斯白噪声,也保留了信号的局部信息。小波包分析则能够为信号提供一种更加精细的分析方法,它将频带进行多层次划分,对小波变换没有细分的高频部分进一步分解,并能够根据被分析信号的特征,自适应地选择频带,使之与信号频谱相匹配,从而提高了处理信号的能力。小波包分析能获得更丰富的时频局部化信息。
4 结束语
小波包分解可以将低频带和高频带进行多层次划分,可以有效地滤除噪声干扰。本文以化工过程数据为例,对比了小波包降噪、小波降噪和中值滤波三种降噪方法。结果表明,小波包阈值降噪方法效果明显地优于小波降噪和中值滤波方法,可以很大程度地提高信噪比。
参考文献
[1]赵旭.基于统计学方法的过程监控与质量控制研究[D].上海:上海交通大学,2006.
[2]崔锦泰著.程正兴译.小波分析导论[M].西安:西安交通大学出版社,1995.
[3]李建平.小波分析与信号处理—理论、应用及软件实现[M].重庆:重庆出版社,1997.
降噪预处理 篇5
降噪就是大幅降低图像的轮廓锐度和细节来达到干净画面的目的，但降噪和保留细节是一个矛盾，降噪的同时也会丢失一部分细节。如何获得两全其美的处理效果呢?这就要用到NeatImagepro图像降噪软件了。 NeatImagepro是一款非常有效的图片降噪软件，它可以检测、分析并去除图像上的噪声干扰。过滤质量比一般软件要高，因为它考虑到了取像设备独有的特性，因此更为精确。使用NeatImagepro可以优化多种图像输入工具(数码相机、扫描仪等)产生的图片。
通过过滤的设定，用户可以非常容易地获得理想的噪声消除，非常适合处理曝光不足而产生大量噪波的数码照片，并且尽可能地减小外界对相片的干扰，输出图像可以保存为TIF、JpEG或bMp格式。下面就一起来看看如何使用NeatImagepro。 使用“设备噪点配置”功能降噪 启动NeatImagepro，点击“输入图像”按钮打开需要处理的照片(如图1)，如果打开的照片是由数码相机拍摄的，主界面右侧“EXIFinformation(EXIF信息)”框中还会显示该相片的详细EXIF信息，
打开需要降噪的图片
然后点击工具栏上的“设备噪点配置”按钮(如图2)，在配置对话框中对图片颜色较深、噪点比较明显的地方拖动鼠标进行取样，取样框是一个粗线矩形，注意取样框中的颜色要尽可能保持单一，而且取样的范围越大越好。在矩形框内点击右键，选择“使用选定区域自动配置”功能，马上就会对图片进行降噪处理了。如果不满意可以再选择图片其它地方采样，如果满意了，直接点击工具栏上的“输入图像”按钮保存图像即可设置噪点配置
提示：如果觉得自己采样不准确，还可以自动采样。点击右侧“设备噪点配置”下的“自动配置”，程序会自动分析取样框位置并自动完成降噪过程。 使用“噪点滤镜设置”降噪 前面的降噪方法，最大的缺点是不管采样是否合适，都会对图像进行降噪操作，如果图像很大，处理时间会很长，而结果很可能并不能让你满意。其实，很多时候只有图像的部分需要降噪，这时使用“噪点滤镜设置”降噪就可以了。 点击工具栏上的“噪点滤镜设置”(如图3)，我们可以在这里拖出一个细线的矩形区域预览照片降噪后的效果，如果满意输出图像就可以了。看看降噪后的效果吧
创意少年与“降噪神器” 篇6
说起这款神器的研发，还要从一年前的一场争执说起。
那是夏天的一个晚上，栾松巍的家临近小区的广场，很多人聚在那儿消暑纳凉，不少大妈随着热烈的音乐跳起了广场舞。栾松巍正在家里写作业，震耳欲聋的音乐声吵得他静不下心来。妈妈一边关窗户一边说：“这些人也真是的，只顾着自己痛快，也不为他人着想，这音乐简直吵死人了，这大热的天还要关窗户，真烦人！”话音还未落，就听见广场上有人吵了起来，原来是一个男子跟跳广场舞的人因为噪声扰民爆发激烈的争执，最后还惊动了警察。
栾松巍看着眼前发生的这一幕，陷入了沉思：能不能发明一种从根本上解决噪声扰民的东西，让广场舞音乐的噪声不再是公害呢？
第二天上学，经过和同学们激烈的讨论，栾松巍认为专门开辟跳舞区域，在寸土寸金的北京很不现实，只能借助现有的公共场地。而戴上无线耳机，一是会增加跳舞者的负担，二是节奏各自掌握，舞蹈动作很难协调，影响美感，跳舞的人不可能接受。最好的办法是发明一个噪音收纳的装置，用来隔离广场舞音乐产生的噪音，这样既可以满足舞者的锻炼需求，又能减少噪音对他人的影响，彻底解决扰民问题。
同学们为栾松巍的想法拍手叫好，纷纷鼓励他把这个创意变成现实。
2
于是，栾松巍开始利用课余时间进行研究。他上网查阅了大量的资料，遇到不懂的问题就问老师，并在专业论坛里求教行业高手。基本捋顺思路之后，他用零花钱买来零部件，开始组装噪音收纳的装置。但几次试验效果都不理想，他有些灰心。看到小家伙苦恼的样子，妈妈鼓励儿子说：“你在做一件非常好的、有益于公众的事情，这个东西发明出来之后，可以帮助很多人。发明一样东西不可能一帆风顺，遇到困难要想办法克服。你那么聪明，再认真钻研些日子，一定会成功的。”
在妈妈的鼓励下，栾松巍又翻阅了大量的书籍和资料，意识到“改变声波传递的方向”是解决问题的关键。他根据凹透镜将点光源变成平行光的原理，大胆设想：如果将音响播放出来的乐曲声音集中在特定的区域内，把“点声波”转化成为“平行声波”，就能大大降低噪声。他的设想得到老师和同学们的支持和帮助，大家集思广益，很快，一个外形类似接收无线信号的天线锅的“锅状装置”组装完成了，它的工作原理类似于手电筒，能够让音乐的声音只在限定的范围传播。这一装置包含了声、光、电机的科技含量，而制作成本还不到1000元人民币。
栾松巍和同学把这个装置拿到校园内进行试验，测试得出的数据是：装置背后的音效，在10到15米的范围内，声音的分贝数可以降低90%，而装置前方却可以清晰地把声音传播到200米的范围，这样既满足广场舞爱好者的需要，又能有效降低对其他人的噪声干扰，他把这个发明定名为“背投式矢量定向音箱”。
这款音箱获“北京市中小学科学建议奖”之后，栾松巍说：“我还会继续加以改良，把这款音箱设计成更易于悬挂和携带的式样，让它更具实用性，那样就可以达成发明的初衷——彻底根除广场舞噪声扰民的公害，让大家和谐相处，让我们的家园更美好。”
降噪预处理 篇7
在民用航空方面,导航的精确定位时刻关系着飞机是否能够安全、高效地工作和运行。随着计算机技术的发展,民用运输飞机自动化程度越来越高,且随着PBN的推进,对星基导航的研究和利用越来越多,机载位置数据的种类越来越繁多。以GPS为主,在实际导航定位中会受到多种误差因素影响,其中有卫星时钟误差、卫星星历误差、电离层延时、对流层延时、多径和接收机噪声等等[1]。为了尽可能的使得机载位置数据近于真实,因此需要对机载经、纬度,高度数据进行处理,以缩小三维数据的误差,提高定位的精度,并结合地面导航设施位置数据,为飞行校验做准备[2]。
目前,对提高定位数据的研究主要集中在系统数据误差分析[3]、机载位置数据应用[4,5]、定位误差解决办法研究[6,7,8]等方面,全面分析误差产生原因以及提出解决办法,有效的提高机载位置数据的定位精度。机载位置数据精度虽然可以达到校验航路上地面导航设施的要求,但为减小在坐标转换过程中产生的误差,需要对机载位置数据进行降噪处理,提高机载位置数据精度。目前主要的降噪方法有移动平均法、小波阈值法和经验模式分解法等。M.Sarvani[9]通过对移动平均法、小波分解法和EMD进行比较,发现EMD降噪效果较为明显。移动平均法较为粗略,往往只适用于数据的简单处理,不适合对数据深层的分析。软阈值降噪后得到的信后平滑性较好,硬阈值降噪后得到的信号可以较好的重现信号的峰值高度,但前者降噪后信号会失真,而后者降噪后信号不连续,重构信号也会产生震荡。Zheng[[10]]基于分数小波变换对数据进行降噪,T.Sarkar[11]采用离散小波变换对数据进行降噪。文献[12,13,14]将小波与其他降噪方法融合,形成新的降噪方法,使得小波降噪方法得到优化,取得一定的成果。姜洲等[15]改进小波阈值处理方法,只针对具有瞬时较大波动的信号,缺乏通用性。陈益[16]将软、硬阈值建立降噪模型,该方法虽能够取得较好的降噪效果,但模型对信噪比较低的信号降噪效果并不理想。
经验模式分解(EMD)可以根据信号自身的特性,自适应地产生模态函数,这个函数可以反映信号局部频率特征,不必选择合适的小波基,而且能够充分保留原始信号所固有的非平稳特征[17,18]。EMD虽然可以消除噪声,但降噪时只对部分固有模态函数(IMF)分量进行重构,因此会损失有用信号,造成信号失真[19]。
通过国内外研究现状可以看出,小波分解和EMD在信号降噪方面应用较多且已经比较成熟,但是缺乏应用于机载位置数据精度方面研究。由于EMD可以保留微弱信号特征,小波阈值降噪相对失真小的优点,所以本文对小波分解进行改进,将EMD与小波阈值降噪结合起来对机载位置数据进行降噪处理。本文首先对机载位置数据进行去奇异值预处理,通过改进的小波分解算法对机载经度、纬度、高度数据进行降噪处理,并通过仿真对该方法进行评价验证,结果表明该算法有效的提高了机载三维空间数据精确性,减小过失误差,降低噪声,达到了提高定位精度和飞行安全性的目的。
1 基于小波分解的机载位置数据降噪
小波分解在时频域表现出很好的细节处理特性,并且对待分析信号的特征具有很好的识别读取作用,实质就是通过小波函数展开信号,从而对信号进行不同尺度的分解。设ψ(t)∈L2(R),若,则称ψ(t)为母小波,ψ(ω)为ψ(t)的傅里叶变换。对母小波ψ(t)进行伸缩或者平移,即,称ψa,τ(t)为一个小波序列。
将飞行导航数据的某一参数的时间序列{xi′}记为原始信号s(ni),则含有噪声的飞行数据原始信号可以表示为:
式中:f(ni)为真实信号,εni表示噪声信号。
基于小波分解降噪的实质就是抑制原始信号的噪声εni,从而获得真实信号f(ni)。一般真实信号为低频信号,噪声信号为高频信号。因此,可以通过选取合适的小波母函数、分解层数,并选择合适的降噪方法重构分解后的小波系数,将真实信号从原始信号中提取出来。其中关键的问题有小波基的选择、分解层数的选择、小波降噪方法的选择等,笔者通过大量的仿真对比,选择使用sym小波基、四层分阶层和小波默认阈值法处理机载位置数据。
基于小波分解的机载导航数据降噪的具体步骤如下:
1)将处理奇异值后的机载导航数据记为原始信号s(ni),分别选取合适的小波基和分解层数对其分解,获得分解系数;
2)分解后的机载位置数据的各层小波系数分别用强制消噪法、软阈值、硬阈值法进行处理;
3)处理后的机载位置数据的小波系数进行逆变换,获得真实信号f(ni),即为不含噪声、相对精确的机载导航数据。
2 基于EMD的改进的小波分解机载位置数据降噪
EMD是美籍华人N.E.Huang等人提出来的,用以处理非线性、非平稳信号序列,具有较高的信噪比。它依据数据自身的时间尺度特征,无须预先设定任何基函数,将信号逐步分解为有限个本征模态函数(Intrinsic Mode Function,IMF),由于EMD的良好的普适性,很多学者已经将其广泛应用于各个工程领域。采用经验模式进行分解时,模态函数需要满足2个要求:对整列数据来说,穿过零点个数与极值点个数必须相等或者相差一个;任意一点,局部极小值与局部极大值形成的包络线平均值需为零。笔者在使用EMD分解机载位置数据信号序列后,再按照上述小波分解方法继续进行降噪处理,以获得更高的精度机载位置数据信息。
笔者所提出的基于EMD的改进小波分解方法具体步骤如下:
1)基于序列差分法对原始的机载位置数据信号{xi}进行去奇异值处理,得到数据{x′i}。
2)计算信号{x′i}的局部极大值和局部极小值,通过3次样条插值函数确定原始信号的上下包络线Umax(i)和Umin(i);
3)计算Umax(i)和Umin(i)的平均值;
4)计算原始信号{x′i}与局部极值的差值;
5)用hi代替x′i,重复2-4步骤,直到满足包络均值趋于0,得到第一个IMF分量,记为ci,将其从x′i中分离出来,得到剩余分量ri=x′ici;
6)用ri替代x′i,重复2-5步骤,得到第i(i=1,2…)个分量,直到函数不能再分解.得到多个从高频到低频的IMF分量,提取出各个分量IMFi;
7)通过评估各个IMFi,对其高频分量IMFGi利用上节中小波分解的方法进行降噪处理,并获得降噪后的高频分量IMFGi′;
8)将降噪后的高频分量IMFGi′和剩余的各个低频分量IMFDi重构,得到降噪后的机载位置数据信号;
式中:n是高频分量IMFGi的分解数目,N是总的分解的IMF分量的数目。
3 仿真实验验证分析
3.1 基于序列差分法的机载位置数据奇异值识别处理
选取飞机经度、纬度和高度机载导航数据,并对其处理。这些机载位置数据是飞行过程的某个阶段按照时间顺序采集的一系列数值,由于,数据记录仪容易受到干扰源的影响,并且在运行中的设备会由于局部异常而诱发信号的不规则结构等原因,会产生一些奇异值和噪声。奇异值和噪声的存在,会严重影响机载位置数据的质量。同时也会在坐标转换中放大相对位置误差,进而对地面导航设施的可用性分析产生较大的影响。因此本文首先对机载位置数据进行奇异值识别预处理。
在飞机航行过程中,飞行机载经、纬度,高度序列呈现出连续的变化的规律。本文根据这些机载导航数据序列的统计规律,建立模型来表示经、纬度,高度序列。本文获得了西安到长春某航班巡航阶段的机载经、纬度,高度数据序列,如表1所示:
将飞行导航数据序列记为{xi},用差分表征序列{xi}的变化特征,如式(3)所示:
式中,xi+1和xi-1分别是xi的前1项和后1项的值,则由di可以计算出序列变化的均值和均方差,如式(4)所示:
奇异点判断参考拉伊达判断准则:,即各个导航数据点的差分值与差分均值的差值绝对值大于3倍的残差值时,则认为该处导航数据点为奇异点。为了保持导航数据序列的连续性,对识别出来的奇异点,可以用前1个或后1个导航数据点处的值或者前、后点处的值的均值代替奇异点处的数值。
为了验证所提方法的有效性,以获得的西安到长春某航班巡航阶段的机载高度数据序列为例,进行仿真分析。机载高度数据序列通过基于序列差分的奇异值识别处理方法在211,1 169,1415,1 627点处检测到奇异值,为保证机载位置数据序列的连续性,分别用奇异值的前、后点处的均值替代奇异值,奇异值处理后的机载高度序列结果如表2所示。
3.2 仿真结果对比分析
由于机载位置数据的记录本身会存在一定的测量误差,在小波分解过程中,由于系统误差的不可消除性,会引起重构后的数据与原始数据存在一定的差距。分别用传统的小波分解方法和基于EMD的改进的小波分解方法对去奇异值后的机载高度序列(见表2)处理。2种方法降噪后的机载高度序列信号对比如表3示:
在真实的飞行过程中,数据序列在短时间内不会存在剧烈的波动。分析上图不难发现,图3相比于图1和图2的信号波形更加缓和平滑,改进的小波分解方法处理后机载位置数据信号不仅保留了原始信号的特征,而且具有波动少、数据序列更加平滑、降噪效果明显等优点,更接近真实飞行情况。但为了从数据角度量化2种方法之间的差异,引入均方根误差(RMSE)和信噪比(SNR)2个参数进行评估。
定义原始信号与降噪后的重构信号之间的方差的平方根为均方误差,记为RMSE,则:
式中:xi表示原始信号,xi*表示降噪后重构信号。均方根误差值愈小,机载位置数据降噪效果愈显著。
信噪比是测量信号中噪声量度的传统方法,常被用来作为评价降噪效果的指标,信噪比愈大,降噪效果愈佳的标准。其定义为:信号中有效成分的功率与噪声成分功率之比,单位为:dB。
对上述直接的小波分解降噪方法以及改进小波分解后的降噪方法分别进行了多次试验,并计算了各指标,试验结果如表4所示。
根据均方根误差值越小,机载位置数据降噪效果越显著;信噪比越大,降噪效果越佳的标准。分析表4可知,基于EMD的小波分解降噪处理机载高度序列,均方根误差比直接的小波分解降噪方法减小了0.696 9,且信噪比较增大了0.648,故相比直接的小波分解降噪,改进直接小波分解方法后的方法在处理机载高度数据序列信号时,降噪效果明显增强,能够获得更好的降噪效果。
4 结论
降噪预处理 篇8
1、心电信号概述
心电信号 (ECG) 是典型的强噪声的非平稳的随机信号。正常心电信号的频率范围在0.01 Hz-100Hz之间, 而90%的ECG频谱能量又集中在0.25 Hz-35Hz之间。在心电信号的采集过程中, 会不可避免地受到一些噪声干扰, 常见的噪声干扰主要有以下三种:
(1) 工频干扰:由供电设备等在空间产生的电磁场引起的50/60HZ左右的干扰;
(2) 肌电干扰:由人体活动或肌肉紧张产生的5HZ-2KHZ的干扰; (3) 基线漂移:由病人呼吸运动等产生的一般小于1Hz的干扰。这些噪声干扰混入心电信号, 使得心电信号失去了原有的一些特性, 给临床诊断带来了很大的不便。因此, 心电信号的消噪有重要的意义[3]。
2、小波阈值降噪
信号去噪是信号处理领域的一个重要的问题, 小波变换在信号去噪领域已取得了越来越广泛的应用。阈值降噪法是小波去噪方法中一种实现简单的、效果较好的去噪方法。阈值降噪法的基本思想就是对小波分解后的各层系数中模大于和小于某阈值的系数分别处理, 然后对处理完的小波系数在进行反变换, 重构出经过去噪后的信号[4]。
2.1 阈值函数:
Donoho将函数分为软阈值和硬阈值, 设是小波系数的大小, 是施加阈值后的小波系数大小, 是阈值[5]
(1) 硬阈值
在小波系数的绝对值大于给定的阈值处, 令其为原值, 在其余处令其等于0, 表达式为:
(2) 软阈值
在小波系数的绝对值大于给定的阈值处, 令其都减去给定阈值, 在其余处令其等于0, 表达式为:
总的来说, 硬阈值与软阈值各有优缺点, 例如, 硬阈值函数可以很好地保留信号边缘等局部特征, 但由于其不连续性, 重构后的信号可能会有一些振荡;软阈值函数处理相对要平滑一些, 但会造成边缘模糊等现象, 使其偏离真实信号较大。
(3) 为了克服上述软阈值和硬阈值去噪方法的缺点, 引出了很多种阈值函数, 比如软硬阈值折中等等, 详见文献[6]、[7]等。
2.2 阈值的选取
阈值的选择是阈值去噪中最关键的一步, 应当满足以下两个条件: (1) 能够除去绝大部分的噪声; (2) 保留住信号的特征。
(a) 固定阈值
选取算法是令
λ=
(b) Stein无偏似然估计阈值
对于一个给定的阈值t, 得到他的似然估计, 再将非似然的t最小化, 就可得所选的阈值, P=[, …
其中K=0, 1, 根据所得到的风险曲线R (K) , 记最小的风险点所对应值为, 那么所得的阈值定义为λ=
(c) 启发式阈值
它是前两种阈值的综合, 所选择的是最优预测变量阈值。令
比较两变量大小, 如果μ
(d) 极大极小阈值
它的原理是令估计的最大风险最小化, 其阈值选取算法是, 令
λ=
3、仿真实验
通过查阅文献, 觉得心电信号与sinc函数相似, 因此用sinc函数模拟80HZ的心电信号, 用Dirichlet函数产生周期sinc函数波形[8], 其周期为2π, 幅度值为1.2, 以下的三种干扰都相应的折算成对应于此参数用来仿真。工频干扰用50HZ, 幅度值为0.04的正弦波来模拟。肌电干扰用高斯白噪声来模拟, 信噪比取为38。基线漂移用0.5HZ的正弦波来模拟, 幅度值取为0.12。分别加入三种噪声后的波形和一起加入三种噪声后的波形如下图所示:
使用wden函数, 设置参数为:选取软阈值使用方式, 根据每一层小波分解的噪声水平评估进行调整, 10层分解, sym6小波。
4、结语
本文使用sinc函数来模拟心电信号, 并通过设置wden函数的参数为sym6小波、10层分解、软阈值等对模拟的心电信号进行去噪。从仿真结果来看, 该方法能够在保持心电信号不失真的情况下有效的抑制工频干扰、肌电干扰和基线漂移, 同时保持心电信号的相关特性不变, 这对临床的治疗有很大的意义。
摘要：心电信号的检测是心脏病临床诊断的重要环节, 在去噪过程中, 由于心电信号具有非平稳特性且污染噪声分布范围大, 限制了传统线性滤波器的使用.为了能够有效地去除心电信号中的噪声, 本文利用小波阈值降噪法, 选取软阈值和sym6小波对心电信号进行十层分解处理。仿真结果表明, 该方法取得了良好的去噪效果。
关键词：心电信号,阈值法,去噪
参考文献
[1]韦高.基于小波变换的心电信号去噪法[J].中国医学装备.2010, 7 (8) :9-11.
[2]刘婷, 刘红秀.基于小波阈值变换的心电图去噪研究[J].广东药学院学报2008, 24 (6) :602-604
[3]赵德群.改进的小波图像阈值去噪方法[J].煤炭技术.2011, 30 (1) :187-189.
[4]周伟.基于MATLAB的小波分析应用 (第二版) [M]西安电子科技大学出版社2011
[5]罗强, 田化梅, 罗萍, 陈琦.基于平稳小波变换的心电信号去噪研究[J].计算机与数字工程.2006, 34 (6) :67-68
[6]樊启斌.小波分析[M].武汉大学出版社2009
[7]方明占.改进的小波阈值去噪法在心电信号处理中的应用[J].中国科技信息.2012, 8:139-140
降噪预处理 篇9
随着西医手术治疗的迅速发展,传统中医手法(尤其是在骨伤疗法中)受到极大挑战。西医手术时间长、创伤大、愈合慢、存在后遗症等不足是不容忽视的,传统的中医正骨疗法在避免以上风险的前提下,不会对断骨产生较大的二次伤害。然而,传统的中医正骨教学过程只有简单的师生口述,受教者无法深领其要,实际练习的机会更是少之又少,中医正骨手法的传承倍受阻碍。中医正骨虚拟仿真系统便是由以上缘由为出发点,旨在使学生可对与真实人体的比例为1∶1的模型断骨进行实际正骨操作,屏幕端可实时传输骨头内部的运动轨迹,实现教学的人机交互,在增强学生学习效果的同时,增强趣味性,最终为中医正骨的传承与发扬提供条件。
中医正骨虚拟仿真系统中使用铝合金材料模拟人体桡骨和尺骨,铝合金材料是非磁性材料[1],加电流后不会变成磁铁干扰数据传输。中医正骨虚拟仿真系统需要实现对模拟人体尺骨的动态定位,无线传感器可实现对动态目标的定位。然而在实际操作中,由于环境及自身资源的影响,无线链路易受干扰,出现信号噪声,降低了定位的准确性,尤其是在动态定位以及在精度要求较高的系统中,数据的降噪处理就变得尤为重要[2,3]。该文首次将降噪处理算法应用在中医正骨领域中。
1 系统介绍
1.1 系统传感器布局
屏幕端实时显示效果如图1所示。使用特殊材料模拟人体上肢骨,其中实体模型桡骨断裂,系统对人体左前臂桡骨断裂进行虚拟仿真,使用传统的中医正骨手法对实体模型实现桡骨归位,屏幕端实时显示桡骨、尺骨的位置信息,完成对模型内部骨头的可视化,以期打破中医正骨手法的传统教学模式,提高学生对中医正骨手法的掌握程度。
为实现模型骨头的实时显示,须得知各部分骨头的位置信息,即相应的角度位移信息。传感器布局如图2所示。依照图2布置相应传感器,包括尺骨近心端的位移传感器、尺骨中部的六轴陀螺仪及断裂桡骨两端的角度传感器,以获取尺骨的位移、角度信息以及桡骨两断骨的角度信息。其中,使用六轴陀螺仪实现对尺骨的角度定位。在本文中,主要完成的是对六轴陀螺仪数据的降噪处理。
1.2 六轴陀螺仪工作原理
六轴陀螺仪实际上是三轴陀螺仪与三轴加速度计的集合。三轴陀螺仪利用科里奥利力原理[4],用以测量角速度:物体若在一个旋转系统中做直线运动,惯性使其保持原有的运动趋势,但由于该系统是旋转的,一段时间过后,该物体的位置会有一定程度的偏离。三轴加速度计可得到物体的运动加速度,用以确定物体相对于水平面的倾斜角度。三轴陀螺仪得到的测量值会随时间的增加而积累误差,产生时间漂移,导致无法正确定位。单纯使用三轴陀螺仪或三轴加速度计测出的数据都会有大量误差,因此系统采用MPU-6050六轴陀螺仪,MPU-6050是三轴微电子机械系统(microelectro mechanical systems,MEMS)加速度计与三轴MEMS陀螺仪的组合,三轴加速度计用以感应尺骨在立体空间X、Y、Z(前、后、左、右、上、下)轴上的加速度,三轴陀螺仪用以测量尺骨在X、Y、Z轴上的角度,数据融合后可得到尺骨的位置信息。
2 数据降噪滤波———卡尔曼滤波
2.1 卡尔曼滤波算法的应用背景
MPU-6050中集合了数据管理平台(digital motion processer,DMP),可以自动生成角度值并直接读出,但使用该处理器读出的数据极其不稳定,且对该单元的内部原理了解甚少,因此不适合使用该处理系统融合数据。由于受环境因素及内部因素的影响,在三轴陀螺仪与三轴加速度计直接测量的数据中会存在大量信号噪声,其中内部原因主要有受热条件下的电路电阻噪声、数据采集系统的电路干扰以及组件配合过程中难以避免的工作噪声等。这些噪声,尤其是数据漂移的存在,会导致屏幕端骨头模型的显示发生不稳甚至抖动现象,不仅导致实时性变差,还会使系统用户怀疑自己的手法以及力道,严重影响了正骨手法的操作,因此需要采用一定的滤波算法对数据加以降噪处理。
信号降噪算法有多种,如维纳滤波、自适应滤波、卡尔曼滤波[5]。维纳滤波适宜处理线性数据的降噪问题;自适应滤波可以在无需先验的情况下处理非平稳数据;卡尔曼滤波在数据降噪方面已经比较成熟,不仅可用于线性数据的降噪处理,也有适宜非线性数据降噪处理的扩展卡尔曼滤波算法,而且降噪效果较优。在该系统中,我们使用卡尔曼滤波算法对六轴陀螺仪的数据进行校正处理,其中噪声满足高斯分布。卡尔曼滤波算法是一种最优化自回归数据处理算法,具有稳定、无偏的特点[6,7]。利用上一时刻的估计值与现在时刻的测量值对这一时刻的状态进行估计,最终得到一个最优结果,被越发广泛地应用在动态定位中[8,9,10]。陈伟[11]将卡尔曼滤波应用到MEMS陀螺仪中,修正加速度和磁场强度测量值。张少华[12]将卡尔曼滤波算法应用在MPU-6050传感器中,经过卡尔曼滤波器的预测与更新,实现对原始数据的降噪处理,最终完成了四轴飞行器在模拟管道中的飞行实验。可见卡尔曼滤波算法在定位领域的降噪处理是可行的。
2.2 卡尔曼滤波算法的工作原理
首先引入2个方程:
其中,F和B为系统参数,F为状态转移矩阵;Ut为控制量,在没有控制量影响时,BUt为0。W~N(0,Q)为满足高斯分布的过程噪声;V~N(0,R)为满足高斯分布的测量噪声;Zt为测量值,是一维常数;H为观测矩阵。由以上原理可以建立中医正骨虚拟仿真系统的数据降噪模型,首先得到系统的状态方程和测量方程。
其中,t为采样周期,Ut为陀螺仪输出的角速度,W为陀螺仪的测量噪声,V为加速度计测量噪声。
获得了状态以及测量值,现在进入卡尔曼滤波的工作过程,卡尔曼滤波器主要分为预测及更新两大模块。
(1)预测。
其中,Xt-表示根据t-1时刻预测得到当前t时刻物体的运动状态;F和B为系统参数,F为状态转移矩阵,FT为F的转置;Ut为控制量,在中医正骨虚拟仿真系统中,使用MPU-6050六轴陀螺仪计算物体运动状态时,控制量为0;Pt-为Xt-对应的协方差矩阵;Q为噪声。
(2)更新。
其中,R为观测噪声的协方差矩阵。I为单位矩阵。Kt越大,说明测量值Zt越准;Kt越小,说明估计值Xt越准。卡尔曼增益相当于权重[13]。在该系统中,须知道协方差矩阵系统噪声协方差矩阵和测量误差协方差矩阵。系统噪声协方差:,测量协方差:Q=[r_a]。其中,q_a是加速度计的协方差,q_g是陀螺仪的协方差,r_a为测量协方差。
卡尔曼滤波器经由以上预测与更新2个过程的逐级迭代,进而实现数据的降噪处理。
3 实验与分析
3.1 仿真实验与分析
基于MATLAB 2010仿真卡尔曼滤波效果。首先对实验模拟出真实值,真实值为1。卡尔曼滤波对含有太高水平的噪声数据的降噪效果并不理想,由此考虑对该真实值加以方差为0.2的高斯噪声,得到原始数据,对原始数据使用卡尔曼滤波器进行降噪处理,最终得到降噪处理后的数据,对模拟实验波形图效果做有效分析,其结果如图3所示。
实验发现,经人为模拟的原始测量数据抖动严重,漂移误差较多,经卡尔曼滤波降噪处理后,数据去除了大部分漂移,逐渐接近理论数据,降噪效果明显。
3.2 系统实验与分析
在中医正骨虚拟仿真系统中,使用陀螺仪直接得到的数据会存在抖动的现象,这种抖动会造成系统成像后发生瞬间颤抖。这种抖动现象并非人为造成,是传感器工作过程中产生的,为了更好地提升系统的稳定性以及精确性,需要保证得到的数据平稳且圆滑。仿真实验的结果已经证明了卡尔曼滤波算法在定位领域的降噪处理中的可行性,接下来主要在稳定性方面进行说明。
鉴于本系统为单模型单测量,F、B、H、I不为矩阵,值都为1。以X轴为例,将状态值X初始值设为0,P初始值设置为1。使用MPU-6050陀螺仪得到的X轴与水平面的夹角则为测量值,记为ax,X轴角度的积分作为预测值,记为gx。得到卡尔曼滤波的主要公式代码段如下:
卡尔曼滤波器的降噪处理效果如图4所示。将卡尔曼滤波器应用到中医正骨虚拟仿真系统中,通过波形图可以看出,原始数据多有抖动,经过卡尔曼滤波降噪处理后的数据已经趋于平顺,基本没有抖动漂移,在屏幕端显示的正骨过程中也不会出现非人为的不稳现象,降噪处理效果明显。
4 讨论
现如今,中医正骨手法因其不开刀、痛苦轻、愈合好、康复好、花钱少的特点,受到医生以及病患的重视。然而,中医正骨手法在教学过程中,只有“听、看”的基本方式,学生无法更多地切实实践,对于中医正骨手法的掌握程度很难提高,中医正骨手法的传承与发扬面临巨大的挑战[14,15]。本课题基于以上原因,提出中医正骨虚拟仿真系统的设计思路,需要实现对中医正骨的虚拟仿真,系统使用者对模型进行操作,模型内部骨头的运动轨迹实时在屏幕端进行显示,达到人机交互。该文章主要完成传感器信息的降噪处理,提高骨头模型定位的精确性。
降噪预处理 篇10
小波变换是一种很好的时频分析工具,采用了多分辨率的思想,可以对信号进行局部细化处理,这使得人们在分析振动信号的时候使用小波变换变得更有实际应用价值[3,4,5,6]。但是小波变换在处理信号的时候只是对低频部分进行细分,高频信号则保持不变。实际应用中,许多信号比如非平稳机械振动信号、地震信号以及医学信号等,我们可能对这些信号的某段时间或某段频率比较感兴趣,正交小波分解对信号的低频部分进行逐层分解,高频部分不再继续分解,此时采用正交小波分解方法就存在一定的缺陷。考虑到小波变换的这个缺陷,人们在此基础上研究了小波包变换[7,8,9,10],它对低频与高频信号同时进行细化处理,在一定的频域范围内提高了时频分辨率。
本文就是利用小波包对振动信号进行去噪处理,结合阈值去噪的原理,在实验过程中适当调节阈值的大小,以达到比较好的去噪效果。
1 小波包变换的基本原理
设正交小波基的低通与高通滤波器系数分别为hn和gn。u0(t)和u1(t)分别表示的是尺度函数和小波函数,由以下公式
定义的集合为由u0(t)所确定的小波包[11]。
小波包分解不同于小波分解的地方就是对小波分解后的高频信号部分同样进行逐层分解。结果可以得到各层的低频信号与各层的高频信号。假设子空间用U表示,则:
式中下标表示分解的层次,上标表示同一层上不同的子空间。
对于任意尺度j下的小波空间Wj可以进行如下分解:
如果设f(t)为一个时域信号,Pji(t)表示小波包系数,G,H表示的是不同的滤波器组。则二进小波包分解的快速算法为:
重构算法如下:
上式中j=J-1,J-2,.....,1,0i=2j,2j-1,.....,2,1,J=log2N,h与g为重构滤波器。
2 小波包阈值去噪方法
D.L.Donoh[12]提出的阈值降噪方法在信号降噪方面效果很好,关键是如何选择阈值函数,也就是对我们设定的阈值怎么处理,对小于或者大于阈值的小波系数处理方法也是不一样的。目前使用比较多的是硬阈值和软阈值两种阈值处理方法。设wi,j是含噪信号在尺度i上的第j层的原始高频小波系数,T是选取的阈值,表示阈值化后得到的估计小波系数。
硬阈值处理方法:
软阈值处理方法:
式中,sign()作为符号函数。
对一维信号进行小波包阈值去噪[13,14]步骤如下:
(1)选定一种合适的小波基函数后,对信号进行N层的小波包分解。
(2)对分解后的各层高频系数进行阈值量化处理,首先选取合适的阈值,然后采用去噪效果比较好的软阈值去噪方法,得到去噪后的各层高频系数。
(3)利用小波包进行信号的重构,根据第N层分解后的低频系数以及经过阈值量化处理后的高频系数进行小波包重构,实现信号的去噪。
在以上步骤中,首先要选择合适的小波基函数,本文选用的小波基函数主要是sym6和db2小波,其次是分解层次,选择3-5层分解效果比较好,最重要的是阈值的选取,在本文中阈值按照以下公式(7)中的原则选取,所有的各层高频系数都采用这个全局阈值进行处理。
如果阈值去噪效果不是很好的话,可以适当调整阈值的大小,以达到比较满意的效果。
3 实验结果与分析
对一个加噪的信号进行小波包阈值去噪效果如图1所示。图中,选用“sym6”小波进行5层小波包分解,利用全局阈值进行软阈值去噪处理,得到图1(c)为全局阈值的去噪效果,(d)为第一次调节阈值(阈值取全局阈值-1)的去噪效果(,e)为第二次调节阈值(阈值取全局阈值+5)的去噪效果。从去噪的结果来看,小波包可以取得比较好的去噪效果,特别是(d)图的去噪效果更好,不但可以去除噪声还可以比较好的保留原信号的特征。从中我们也发现影响去噪效果的好坏与阈值的选取以及阈值的量化都有很大关系,所以在信号去噪方法中阈值的选取与量化方法是很关键的。
此外,我们还可以借助于定量参数来比较去噪效果,这里选用信噪比SNR和均方误差MSE。SNR与MSE的定义公式如下:
公式(8)和公式(9)中的x(n)为长度为N的原始信号,为原含噪信号去噪后的估计值。如果计算后信号的SNR越大,MSE越小,就说明去噪的效果越好。定量评价参数见表1,通过视觉效果与去噪评价参数可以看出,小波包具有一定的信号消噪能力,关键是要选择合适的阈值。
我们利用传感器从汽车齿轮箱上获取一段振动信号见图2(a),使用“db2”小波基函数,进行3层小波包分解,阈值选用公式(7)定义的全局阈值,然后适当调节阈值进行小波包阈值去噪,阈值方法选用软阈值去噪,全局阈值的去噪效果见图2(b),第一次调节阈值的去噪结果(阈值取全局阈值+1)见图2(c),第二次调节阈值的去噪效果(阈值取全局阈值+4)见图2(d),以下图形中横坐标表示的是采样点数,纵坐标表示的是加速度的幅值。由于我们实际获得的振动信号本身存在比较复杂的噪声,难获得无噪声的振动信号,所以没有办法计算信噪比和均方误差。但是,可以从视觉效果上看出,对于非平稳信号小波包具有一定的降噪能力,选择不同的阈值去噪的效果也不一样,可以通过调节阈值的大小达到比较好的降噪效果。从图2中可以发现第二次调节阈值后的(d)图去噪效果最好。
4 结束语
本文通过对小波包理论的研究,结合阈值去噪的方法,实现了对振动信号去噪的处理,实验表明,小波包分析在齿轮箱振动信号去噪方面具有一定的优越性,但是阈值的选取这方面还是研究的重点问题。本文通过调节全局阈值的大小,可以得到比较好的去噪效果。然而,我们利用加速度传感器获得齿轮箱的振动信号是一种十分复杂的信号,本文只是对小波包用于振动信号的阈值去噪方法做了一些研究,今后可以考虑将小波变换与分形以及神经网络联系起来,以便于找到更好的振动信号分析方法。此外,阈值的选取也是信号去噪的关键,今后还需要对阈值的选择规则做更深入的研究。
摘要：通过研究小波包变换的基本原理,结合小波包阈值去噪的方法,分别对仿真信号以及采集到的汽车齿轮箱振动信号进行小波包去噪处理。选用合适的小波函数对信号进行小波包分解,对分解后的小波包系数进行全局阈值处理,适当调节全局阈值的大小,实验表明当阈值选择合适的情况下,可以得到比较好的去噪效果。
内燃叉车降噪措施 篇11
国内外对内燃叉车噪声限值均有规定。欧盟对非道路设备的噪声限制规定是2000/14/EC《成员国关于户外机械设备环境噪声排放的一致性法规》。该法规对57类户外设备中的63种噪声排放做出了规定,其中22种设备规定了噪声排放限值,41种设备要求标明噪声排放值。同时,针对每种具体设备制定了排放噪声的测定方法。相应的试验标准为欧盟EN 12053-2001《工业车辆安全噪声测量试验方法》。
我国叉车一直采用部颁标准JB/2391-94《0.5～10 t平衡重式叉车技术条件》,该标准要求汽油机叉车车外最大噪声值不得大于86 dB(A);柴油机叉车为89 dB(A)。检测方法按照JB1496《机动车辆噪声测量方法》中关于拖拉机试验方法的规定执行。
为提高产品竞争力,一些知名叉车制造企业制定了更高的噪声内控标准,合力叉车的噪声内控标准见表1。
2007年国家相关部门制定新标准JB/T2391-2007《500～10 000 kg平衡重式叉车技术条件》,在安全、环保章节中规定了叉车机外噪声辐射值,见表2。
新标准要求叉车机外噪声辐射限值试验方法为JB/T 3300《平衡重式叉车整机试验方法》(送审稿)中规定的平衡重式叉车辐射噪声的测量方法。该方法与欧盟EN 12053-2001标准一致。
二、降噪措施
为了达到欧盟指令要求,就要根据待降噪的叉车现状,兼顾成本、工艺性等寻求最合理的叉车降噪措施。
1. 总体设计时注意降噪
叉车噪声大小如实地反映了叉车的设计与制造的水平,因此要在设计叉车时注意尽量降低噪声,主要途径如下:
(1)选用发声小的材料制造零件
叉车零件材料大多是金属,如钢、铝、铸铁等,这些材料的内阻尼小,传播振动时消耗能量很少,但辐射率却不小,所以常辐射出许多声能。有些合金,如铜锰合金或铜锰锌合金则具有较大的内阻尼,有的称为哑金属,它们传播声能或辐射声能的能力比较差。铸铁的传声能力也比钢差。
(2)降低激振力
激振力主要来自机械运动中的撞击、力的不均匀传递、旋转件的动平衡不良、接触不良和间隙过大等。因此,降低激振力就往往在满足设计性能的前提下要改变设计参数,减小撞击件的质量,降低撞击速度,用连续运动代替不连续运动,控制配件间的间隙,合理安排润滑,减小摩擦力和提高机械运动部件的平衡精度等。
(3)改进零件形状
改变轴的直径,增多台阶数,会增大对轴的纵向传动波的阻抗。将矩形平面改变成几个三角形,会增大其自然频率。采用最佳的风扇叶片形状,能减小气流噪声。设计时,通过改变零件形状,能明显降低机械系统的噪声。
(4)隔断机械系统内波的传播
在机械系统中波的传播方向上如果采用两种材料,制成不连续的结构,能有效地隔断波的传播。
采用倾斜支承、弹性支承可将振动限制在支承上,使其不能继续传播。
(5)设计中安排能够吸收振动能量的结构
在结构中采用缓冲材料,例如采用柔性联轴器、弹性接头、增加缓冲垫和采用阻尼材料等,均能使波动能量在机械系统中传播时被吸收很大一部分。
(6)避免零件的固有频率应与机械系统外力作用时的频率相近
如果作用力的频率与一个零件或整个系统的固有频率相一致或接近,便会发生共振,使整个系统的振动及噪声都加剧。
(7)改变传动装置
带传动比齿轮传动的噪声低,斜齿轮传动比直齿轮传动的噪声低。带传动中齿形带又称无声带,噪声最低。三角带比平胶带滑动小,噪声也小,但不适宜于高速传动。
齿轮的线速度与噪声的关系很密切。如果齿轮线速度降低1/2,则噪声比原来的会降低约6 dB。对于变速器的设计,传动链要尽量短,传动件应尽量少,尽量减少中间传动轮,惰轮的线速度也要尽量低。
(8)采用合适材料降噪
控制机械噪声方面常用的材料有3种:对于空气发出的噪声有吸声材料和隔音材料;对于结构发出的噪声有阻尼材料。
吸声材料内部具有许多互相连通的孔。带有声波的空气到达这类材料表面时在这些小孔中产生振荡,将引起小孔中空气黏性流损耗;由于材料纤维的运动引起内摩擦损耗。如玻璃纤维、纤维板等。
隔音材料一般是质地比较致密的、质量重的、不透气材料。如铝板、双层玻璃窗等。
阻尼材料在加载期间,外界对材料所作的功大于卸载期间材料放出的能量,材料能把一部分能量转换为热能。如磁铁、橡胶制品等。
2. 通过改进制造工艺降噪
机械产品噪声大小与其制造工艺关系很大,提高加工精度,降低粗糙度,能减小摩擦噪声与颤振。提高装配质量,保证回转部件动平衡和装配的同心度,以减小偏心振动,都能降低噪声。
3. 改进发动机与轮胎的构造
对定型叉车,降低噪声的主要措施是改进发动机和轮胎的构造,以减少噪声源。同时,还需改进发动机的附件配置,增加机罩隔声层等。具体措施如下:
加大消声器容积,降低发动机加速时的排气噪声;采用吸气谐振器,通过谐振器的膨胀、干涉,抑制吸气的脉冲,从而降低吸气噪声;将隔热垫改为高密度、短纤维材料,使吸声性能提高;在护顶架及配重间隙、前板与仪表架间隙等处加装橡胶密封垫,防止漏声;在确保冷却性能的前提下,尽量减小风扇的转速;将多路阀通过防振橡胶安装,以抑制油泵处发出的脉动声音;在内、外门架的活动部分装上树脂性限位活块,防止门架晃动声音;选择高品质、低噪声的发动机,在确保整车性能的前提下,尽量降低发动机的额定转速,并改善发动机支脚橡胶垫性能;选用纵向花纹轮胎或子午线轮胎;在发动机排气管中间装上波纹管。